Bạn là một nhà làm phim đầy hoài bão với giấc mơ Hollywood? Hay đơn giản là một người yêu thích sáng tạo video cho cộng đồng? Dù ở đâu, chúng tôi tin rằng bạn xứng đáng được tiếp cận những công cụ tối tân nhất để thỏa sức sáng tạo. Hôm nay, chúng tôi tự hào giới thiệu Meta Movie Gen, bước đột phá trong nghiên cứu AI về truyền thông, bao gồm hình ảnh, video và âm thanh.

Với Meta Movie Gen, bạn có thể sử dụng những dòng văn bản đơn giản để tạo ra video và âm thanh theo ý muốn, chỉnh sửa video hiện có hoặc biến hình ảnh cá nhân thành video độc đáo. Movie Gen đã chứng minh khả năng vượt trội so với các mô hình tương tự trong ngành khi được đánh giá bởi con người.

Công trình này là kết quả của quá trình nghiên cứu và phát triển AI lâu dài của Meta. Từ Make-A-Scene cho phép tạo hình ảnh, âm thanh, video và hoạt hình 3D đến Llama Image với khả năng tạo hình ảnh, video chất lượng cao và chỉnh sửa hình ảnh, Meta không ngừng nỗ lực mang đến những công nghệ tiên tiến nhất. Movie Gen là bước tiến tiếp theo, kết hợp tất cả các phương thức này và cho phép kiểm soát chi tiết hơn, mở ra tiềm năng sáng tạo chưa từng có.

Mặc dù mang đến nhiều ứng dụng đột phá, chúng tôi khẳng định rằng AI không thể thay thế hoàn toàn vai trò của nghệ sĩ và nhà làm phim. Mục tiêu của chúng tôi là hỗ trợ con người thể hiện bản thân theo những cách thức mới mẻ và mang đến cơ hội cho tất cả mọi người. Chúng tôi hy vọng rằng một ngày nào đó, ai cũng có thể hiện thực hóa ý tưởng nghệ thuật của mình và tạo ra những video và âm thanh chất lượng cao bằng Movie Gen.

Là bộ mô hình kể chuyện tiên tiến và sống động nhất, Movie Gen sở hữu bốn chức năng chính:

Tạo video: Từ văn bản đầu vào, Movie Gen tạo ra hình ảnh và video chất lượng cao, độ phân giải lớn. Mô hình transformer 30 tỷ tham số này có khả năng tạo video dài tối đa 16 giây với tốc độ 16 khung hình/giây, mang đến khả năng tái hiện chuyển động vật thể, tương tác chủ thể-khách thể và chuyển động camera một cách chân thực.

Tạo video cá nhân hóa: Kết hợp hình ảnh của một người với văn bản đầu vào, Movie Gen tạo ra video chứa người đó với các chi tiết hình ảnh phong phú theo thông tin văn bản. Mô hình này đạt đến trình độ tiên tiến trong việc tạo video cá nhân hóa, bảo toàn danh tính và chuyển động của con người.

Chỉnh sửa video chính xác: Nhận video và văn bản đầu vào, Movie Gen thực hiện chỉnh sửa chính xác để tạo ra kết quả mong muốn. Nó kết hợp tạo video với chỉnh sửa hình ảnh nâng cao, thực hiện chỉnh sửa cục bộ như thêm, xóa hoặc thay thế yếu tố, và thay đổi toàn cục như nền hoặc phong cách.

Tạo âm thanh: Mô hình tạo âm thanh 13 tỷ tham số của Movie Gen tạo ra âm thanh chất lượng cao, độ trung thực cao, dài tối đa 45 giây, bao gồm âm thanh môi trường, hiệu ứng âm thanh và nhạc nền, đồng bộ với nội dung video. Hơn nữa, kỹ thuật mở rộng âm thanh cho phép tạo âm thanh liền mạch cho video có độ dài tùy ý.

Meta Movie Gen là thành quả của những cải tiến kỹ thuật đột phá về kiến trúc, mục tiêu đào tạo, công thức dữ liệu, giao thức đánh giá và tối ưu hóa suy luận. Kết quả đánh giá cho thấy Movie Gen vượt trội so với các mô hình hàng đầu khác trong ngành.

Mặc dù đạt được những thành tựu đáng kể, Movie Gen vẫn có những hạn chế cần được cải thiện. Chúng tôi đang nỗ lực tối ưu hóa để giảm thời gian suy luận và nâng cao chất lượng mô hình bằng cách mở rộng quy mô.

Meta tin tưởng rằng Movie Gen sẽ là bước tiến quan trọng trong việc ứng dụng AI vào lĩnh vực sáng tạo nội dung, mang đến cho người dùng những công cụ mạnh mẽ để thể hiện bản thân và kể những câu chuyện theo cách riêng của họ.